Характеристики

Параметры: 905 млн
Архитектура: whisper · dense
Базовая модель: whisper-large-v3-turbo
Библиотека: transformers
Опубликована: 10 окт 2025

Ссылки

Hugging Face

whisper-large-v3-turbo-cantonese

JackyHoCL

Распознавание речиАудио → текст

Дообученная версия Whisper large-v3-turbo для распознавания кантонской речи и преобразования её в текст.

481скачиваний за 30 дней0лайковвеса обновлены10 окт 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Распознавание речи» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

JackyHoCL/whisper-large-v3-turbo-cantonese — дообученная модель распознавания речи на базе OpenAI Whisper large-v3-turbo. Она предназначена для преобразования кантонской речи в текст; в README приведены оценки CER на тестовых выборках Common Voice 17 и 22 для языка yue. Модель использует архитектуру Whisper и содержит 905,2 млн параметров.

В обучении использовались наборы JackyHoCL/common_voice_22_yue и очищенный смешанный корпус кантонской и английской речи. Для модели указана библиотека Transformers. Лицензия и длина контекста в предоставленных данных не описаны.

Сценарии применения

транскрибация кантонских аудиозаписей
распознавание кантонской речи в голосовых сообщениях
создание субтитров для кантонского аудио

Ограничения

В README приведены результаты CER для кантонских тестовых наборов, но данных о качестве на других типах аудио нет. Поддержка английской речи обучающим набором не подтверждает её качество распознавания.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

This repository is using dedicated language code for different language (whisper's default behavior), which is a different to JackyHoCL/whisper-large-v3-turbo-cantonese-yue-english

2025-10-10: CER:

Dataset	Evaluation Lang	Dataset Lang	Split	CER(in %)
Training	Mixed	Mixed	validation	5.839
mozilla-foundation/common_voice_22_0	yue	yue	test	2.383
mozilla-foundation/common_voice_17_0	yue	yue	test	2.134
mozilla-foundation/common_voice_17_0	en	en	test(2k samples)	5.68
mozilla-foundation/common_voice_16_1	zh	zh-CN	test	6.99
JackyHoCL/cleaned_mixed_cantonese_and_english_speech	yue	yue	test	5.6

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры: WhisperForConditionalGeneration
Ревизия весов: e411bdf